使用python库过滤数据

我在数据框中创建了一个列，该列的值为true或false。现在，我想使用这些真值或假值来分析数据（如中所示，我只关心真值）。我正在尝试编写可以实现这一点的代码： 如果该列的行为true，则从该行的另一列获取数据。 更确切地说，我对数据帧使用了.groupby（）.count（）函数，如果可能的话，我希望继续使用该函数，但只希望使用相应的真值对行进行计数。 我将感谢任何类型的帮助！：）

编辑： 这些评论很有帮助，但它们没有回答我的问题（很抱歉，前面没有举例说明）。

---

例如，假设这是我的表。我只想在Single==True时计算这个人。如何更改.groupby（）.count（）方法来执行此操作？

您可以使用列True False值来选择行：

data = {'flag': [True, True, False, True], 'value': [1, 2, 3, 4]}  
df = pd.DataFrame(data)
df[df['flag']]

---

正如评论所说，您应该添加一些简单的示例数据，并说明您预期的结果。因为你没有在OP中提供任何数据，所以我编了一些

这里有几个方法来看看在这些城市有多少人养猫。您可以看到，编写可用于您的问题的数据是多么容易。此处应用的groupby按城市分组，并计算真与假

import pandas as pd

### Make up data
colA = [1, 2, 3, 4]
colB = ['yes', 'no', 'yes', 'yes']
colC = ['Paris', 'London', 'London', 'Atlanta']
df = pd.DataFrame(list(zip(colA, colB, colC)), 
                  columns =['person_id', 'has_cat', 'city']) 
df['myboolean'] = df['has_cat']
df.replace({'myboolean': {'yes': True, 'no': False}}, inplace=True)
df['myboolean'] = df['myboolean'].astype('bool')
display(df)

df.groupby('city')['myboolean'].value_counts() 

下面是另一种方法。如果该列设置为布尔值，则true/false将被视为1/0，您可以使用sum。此处应用的groupby按城市分组并计算真实值

df.groupby('city')['myboolean'].sum().astype(int)

如果要将为真的行提取到新的数据帧中：

mysubset = df.loc[df['myboolean'] == True]
display(mysubset)

---

欢迎来到SO！你（可能）需要在这个问题上添加更多细节才能得到答案；你应该尝试包含一些代码来显示你的数据和你想做什么。用户名和问题的讽刺之处：）无论如何，如果你没有提供一个输入和预期输出（没有图像！）的最小可复制示例，你的问题可能不会得到回答：对不起，这是我第一次使用stackoverflow提问。我感谢你的帮助！